文献

J-GLOBAL ID：202002222135583667   整理番号：20A0266532

思考ループ:脳コンピューティングのための意味ベクトル駆動閉ループモデル【JST・京大機械翻訳】

THINKING-LOOP: The Semantic Vector Driven Closed-Loop Model for Brain Computing

著者 (6件)： Kuai Hongzhi (Department of Life Science and Informatics, Maebashi Institute of Technology, Maebashi, Japan) ,  Zhang Xiaofei (International WIC Institute, Beijing University of Technology, Beijing, China) ,  Yang Yang (Department of Psychology, Beijing Forestry University, Beijing, China) ,  Chen Jianhui (International WIC Institute, Beijing University of Technology, Beijing, China) ,  Shi Bin (International WIC Institute, Beijing University of Technology, Beijing, China) ,  Zhong Ning (Department of Life Science and Informatics, Maebashi Institute of Technology, Maebashi, Japan)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 4273-4288  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コンポーネントが複数の方法で相互作用し,特定の局所ルールに従うモデルを意味する高い複雑さは,脳研究のための大きな課題である。本論文では,複雑な認知の理解と開発を改善するために,脳コンピューティングのための意味ベクトル駆動閉ループモデル,すなわちTHINKING-LOOPを提示した。提案したモデルは,データ,情報および知識の三層融合であり,人間知能により,オントロジー知識モデリング,ルールベース推論および人間-コンピュータ相互作用メカニズムを利用した。モデル内の相互作用と協調はループにおける一対の相補的方式に依存する。すなわち,知識層からデータ層へのトップダウン方式は,安定な認知パターンを探索するために使用される。そして,データ層から知識層へのボトムアップ方式は,認知機能を深く分析するために使用される。重要な因子として,人間はモデルの全体の学習過程に関与し,それは次に人間の意思決定を支援する。認知研究における本モデルの適用性を検証するために,一連のfMRI実験および解析的方法(例えば統計的試験およびネットワークトポロジー解析)を実施した。結果は,提案したモデルが異なるタイプの脳パターンと認知機能の特性を考慮することができて,それによって合理的意思決定レベルを達成することができることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 適応性 ,  コンピュータ ,  相互作用 ,  オントロジー ,  意思決定 ,  *ベクトル
準シソーラス用語： ネットワークトポロジー ,  機能的MRI ,  学習過程 ,  認知機能 ,  ボトムアップ ,  知識モデル , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 思考 ,  ループ ,  脳 ,  コンピューティング ,  意味 ,  ベクトル ,  モデル